TUM Kitchen 是一个动作识别数据集，涵盖厨房的日常活动。该数据集包含由 4 台摄像机拍摄的 20 个视频序列，拍摄视角相互重叠。摄像机以 25 fps 的速度从 4 个视角捕捉场景，每一个 RGB 帧的分辨率为 384×288 像素。数据分别标注为左手、右手和人的躯干。